数据分析数据工程机器学习【免费下载链接】cudfcuDF - GPU DataFrame Library项目地址https://gitcode.com/gh_mirrors/cu/cudf点击查看免费下载cuDF 的 Java API 依赖一个内嵌静态 libcudf 的 JNI 层其打包过程涉及静态库编译、Maven classifier 管理和多架构发布。本文基于 java/ci/README.md 完整解析java/ci/目录下自包含构建脚本的三步流水线——静态 libcudf 构建、单 classifier JAR 打包、Maven 仓库布局组装并结合各脚本源码说明其参数语义、并发隔离机制与版本策略读完后可在本地一条命令复刻 CI 的完整 Java 发布产物。流水线设计总览java/ci/下的脚本在本地与 CI 中以完全相同的方式构建 cuDF Java JAR覆盖所有 Maven classifierGitHub Actions 只是一个薄封装额外提供产物的上传/下载。每个脚本的工作模式一致拉取 RAPIDS 的ci-wheel构建镜像无需本地docker build在一次性throwaway容器中执行构建输出写回宿主目录且构建产物归宿主用户所有容器退出时chown因此宿主机上可以直接rm -rf清理。镜像标签由 ci_wheel_image.sh 中的cudf_java_ci_wheel_image函数生成取仓库根目录VERSION文件前两段当前仓库为26.12拼接 CUDA 完整版本号与 Python 版本得到形如rapidsai/ci-wheel:26.12-cuda12.9.2-rockylinux8-py3.11的标签。注意--cuda-version必须是镜像标签中使用的完整 toolkit 版本如12.9.2且RAPIDS_PY_VERSION环境变量可覆盖默认的 Python 版本3.11。前置条件已安装 Docker且当前用户可执行docker具备拉取rapidsai/ci-wheel:rapids-cudaver-rockylinux8-py3.11镜像的网络访问权限。构建无需 GPU。只有第 3 步之后的打包 JAR 测试环节才需要 GPU。脚本职责划分脚本角色build_static_libcudf.sh宿主编排拉镜像、挂卷、起容器产出静态 libcudf 安装树build_static_libcudf_in_container.sh容器内实际执行 CMake 配置/构建/安装build_cudf_java_jar.sh宿主编排针对单个 classifier 打包 JAR POMbuild_cudf_java_jar_in_container.sh容器内执行 Maven 打包含发布版 POM 改写/还原assemble_maven_repo.sh将各 classifier 产物聚合成标准 Maven 仓库目录test_java_build_local.sh本地端到端跑通 Step 1–3CUDA 12 13 双构建test_packaged_java_local.sh在 GPU 容器中对打包好的 JAR 跑 Java 测试java_classifier.sh、argparse.sh、ci_wheel_image.sh被 source 的公共辅助函数classifier 推导、参数校验、镜像标签Step 1构建静态 libcudf 安装树./java/ci/build_static_libcudf.sh --output-dir /tmp/libcudf-cuda12 --cuda-version 12.9.2该步骤在给定输出目录下产出一个静态 libcudf 安装树lib/libcudf.a及其全部静态依赖。脚本执行结束后会显式校验lib/libcudf.a或lib64/libcudf.a存在否则以非零码退出见 build_static_libcudf.sh#L137-L142。参数说明参数必填说明-o, --output-dir是宿主机接收静态安装树的目录-c, --cuda-version是CUDA toolkit 完整版本如12.9.2必须与某个rapidsai/ci-wheel镜像标签匹配-A, --cmake-cuda-architectures否覆盖 CUDA 架构列表如80或80;90。不设置时使用 cuDF 默认的 RAPIDS 全架构列表。⚠️ 后续打包 JAR 时必须传相同的值否则libcudfjni.so对libcudf.a的 device 链接会失败-j, --parallel否构建并行度默认nproc容器内构建的关键 CMake 配置容器内脚本 build_static_libcudf_in_container.sh#L51-L68 揭示了静态树的具体形态这些配置决定了为什么该树可以直接打进 JAR-DBUILD_SHARED_LIBSOFF产物为libcudf.a静态库-DCUDF_USE_ARROW_STATICONArrow 也以静态形式并入-DCUDF_ENABLE_ARROW_S3OFF、-DCUDF_KVIKIO_REMOTE_IOOFF关闭远程 IO产物不依赖对象存储客户端-DCUDF_LARGE_STRINGS_DISABLEDON关闭 large strings 特性与后文 Java 测试中LIBCUDF_LARGE_STRINGS_ENABLED0保持一致-DCUDF_USE_PER_THREAD_DEFAULT_STREAMON启用 per-thread default stream 语义若检测到sccache还会通过CMAKE_*_COMPILER_LAUNCHER转发编译器缓存工具链由 setup_java_env.sh 统一导出。宿主脚本通过 Docker 环境变量把配置传入容器仓库挂载到/repo、输出目录挂载到/output并注入HOST_UID/HOST_GID——容器退出时的trap会用它们chown -R安装树保证产物归宿主用户所有build_static_libcudf_in_container.sh#L42-L49。Step 2为单个 classifier 打包 cuDF Java JAR./java/ci/build_cudf_java_jar.sh \ --libcudf-dir /tmp/libcudf-cuda12 \ --output-dir /tmp/jars \ --cuda-version 12.9.2该脚本消费 Step 1 的静态 libcudf 树在容器内编译 JNI 层并输出三种产物到--output-dir下以 classifier 命名的子目录/tmp/jars/cuda12/ cudf-26.12.0-SNAPSHOT-cuda12.jar cudf-26.12.0-SNAPSHOT.pom外加 classifier 无关的 sources jar 与 javadoc jar。classifier 是如何决定的classifier 由--cuda-version的主版本号 宿主架构uname -m推导逻辑集中在 java_classifier.sh#L11-L28宿主架构CUDA 12.xCUDA 13.xx86_64cuda12cuda13aarch64/arm64cuda12-arm64cuda13-arm64同一逻辑也存在于java/pom.xml的 Groovy 脚本中依据os.arch生成cuda.classifier属性供maven-jar-plugin使用脚本注释明确要求两者镜像一致——因此生产 ARM classifier 必须在真实的 aarch64 宿主机上执行。输出布局与并发安全脚本刻意保持布局无关只负责产出一个 classifier 的产物不知道组合仓库布局那由 Step 3 负责。几个值得注意的实现细节build_cudf_java_jar.sh#L140-L158output-dir/classifier/若已存在则直接报错退出要求先清理避免陈旧产物混入为每次调用创建独立的 scratch 目录.mvn-temp-target/classifier并以嵌套 bind-mount 覆盖容器内的/repo/java/target。这样不同 classifier 的 SNAPSHOT 构建可以并发而互不干扰.mvn-temp-target/前缀使该目录对assemble_maven_repo.sh的*/glob 发现逻辑不可见容器内 Maven 无法清理 bind-mount 挂载点rmdir会报 EBUSY所以宿主包装脚本每次启动前都会重建该 scratch 目录保证干净的target/起点构建完成后调用cudf_java_assert_classifier_artifacts断言输出目录中恰好有一个 classifier JAR 与一个 POMjava_classifier.sh#L55-L81用于捕获 POM 漂移。限制条件发布版构建会改写共享的java/pom.xml因此多个发布版构建不能重叠执行SNAPSHOT 并发安全release 不并发安全。重复执行 Step 2 即可产出全部 classifier每次将--libcudf-dir指向对应的静态 libcudf 树、复用同一个--output-dir每个 classifier 自动落入各自子目录。容器内 Maven 打包与版本策略容器内脚本 build_cudf_java_jar_in_container.sh 的BUILD_ARG揭示了完整的 Maven 构建参数-DCUDF_JNI_LIBCUDF_STATICONJNI 层静态链接 libcudf呼应 Step 1 的静态树-DskipTeststrue打包阶段跳过测试打包 JAR 的测试由专门流程执行见下文-Prelease附加 sources jar-Pjavadoc-jdk17用 JDK 17 的 javadoc 构建 javadoc jar——两者均为 Maven Central 发布所必需工具链与 sccache launcher 经-Dcmake.ccache.opts传给 pom 中的 CMake 调用。Step 3组装 Maven 仓库布局./java/ci/assemble_maven_repo.sh \ --jars-dir /tmp/jars \ --output-dir /tmp/maven-repo该脚本遍历--jars-dir的每一个子目录子目录名即 classifier收集每个 classifier 的 JAR、一份共享 sources jar、一份共享 javadoc jar 与共享 POM并以cuda12classifier 的副本作为无 classifier 的主 JARMaven Central 会把它服务给未指定 classifier 的ai.rapids:cudf消费者。版本号从 JAR 文件名推导且要求所有子目录的版本一致否则快速失败。最终布局/tmp/maven-repo/ai/rapids/cudf/CUDF_VERSION-SNAPSHOT/ cudf-CUDF_VERSION-SNAPSHOT.jar cudf-CUDF_VERSION-SNAPSHOT-cuda12.jar cudf-CUDF_VERSION-SNAPSHOT-cuda13.jar cudf-CUDF_VERSION-SNAPSHOT-sources.jar cudf-CUDF_VERSION-SNAPSHOT-javadoc.jar cudf-CUDF_VERSION-SNAPSHOT.pom输入集合的规则来自 assemble_maven_repo.shclassifier 集合 --jars-dir下实际存在的子目录集合本地仅x86_64运行时填充/tmp/jars/cuda12/与/tmp/jars/cuda13/完整的四向发布构建需追加/tmp/jars/cuda12-arm64/与/tmp/jars/cuda13-arm64/cuda12子目录是必需的因为无 classifier 主 JAR 从它复制而来——仅含 aarch64 子目录的集合不是合法的 gather 输入sources/javadoc jar 要求每个 classifier 子目录都存在缺失说明该次构建未激活-Prelease或-Pjavadoc-jdk17脚本取字典序第一个子目录的副本作为规范版本组装未完成即异常退出时trap会删除部分写出的输出目录避免留下半成品仓库。Release Tag 与 SNAPSHOT 版本策略Release tag 触发GITHUB_REFrefs/tags/vYY.MM.PP的 CI 运行产出发布版 JARcudf-CUDF_VERSION-*.jar其余一切运行产出-SNAPSHOT版本。判定由rapids-is-release-build工具门控GITHUB_REF为可选未设置或取值不是 tag 时保持 SNAPSHOT。容器内脚本的对应逻辑release 构建先用mvn versions:set剥离-SNAPSHOT并重写 POM先备份pom.xml.backup退出 trap 保证无条件还原java/pom.xml非 release 构建则反向校验 POM 必须携带-SNAPSHOT否则快速失败避免把发布版号发到 Sonatype snapshots。本地演练 release 路径GITHUB_REFrefs/tags/vYY.MM.PP ./java/ci/test_java_build_local.sh该脚本会为打包就地重写java/pom.xml退出时自动还原。GitHub Actions 集成在 GitHub Actions.github/workflows/build.yaml中java-build矩阵任务按 (CUDA × 架构) 每个条目分别执行 Step 1–2并将每个 classifier 子目录上传为该条目的 artifact独立的java-gather任务用merge-multiple: true下载所有条目全部子目录汇入同一个父目录执行 Step 3上传合并后的cudf_java_maven_repoartifactjava-publish任务把组装好的仓库交给共享工作流maven-publish.yaml按rapids-is-release-build路由release tag 发 Maven Central否则发 Sonatype snapshots。这套设计让矩阵并行构建 单一聚合发布与本地三步脚本完全同构本地输出即可作为 CI 行为的可靠预演。本地一键端到端验证仅用于本地测试时test_java_build_local.sh 一条命令在本机架构上端到端跑完 Step 1–3覆盖 CUDA 12脚本内固定12.9.2与 CUDA 1313.3.0./java/ci/test_java_build_local.sh --work-dir /tmp/java-build-test从源码看test_java_build_local.sh#L33-L36两个 CUDA 版本常量要求与 CI 的java-build矩阵保持同步。脚本的关键行为并行策略两个静态 libcudf 构建并行、两个 JAR 构建并行每个并发构建获得--parallel/2的并行度防止两个 nvcc 并发运行造成内存压力GPU 架构自动检测未显式传-A时通过nvidia-smi --query-gpucompute_cap自动探测本机 GPU 的 compute capability如 Ampere →80以加速构建字面值all是哨兵表示不向子脚本传递该参数子脚本回退到 cuDF 默认的 RAPIDS 全架构列表慢但可在无 GPU 宿主上正确构建工作目录结构work-dir/libcudf-cuda12、work-dir/libcudf-cuda13静态树、work-dir/jars/classifier各 classifier 的 JAR POM、work-dir/maven-repo组合仓库日志分别落在work-dir/logs/{static,jar}_cuda{12,13}.log每次启动先删除上次的输出子树防止 cmake/mvn 看到陈旧产物结束时打印各步骤耗时与总墙钟时间。显式覆盖示例# 指定单架构快速构建 ./java/ci/test_java_build_local.sh --work-dir /tmp/java-build-test \ --cmake-cuda-architectures 80 # 完整 RAPIDS 架构列表慢适合无 GPU 宿主 ./java/ci/test_java_build_local.sh --work-dir /tmp/java-build-test \ --cmake-cuda-architectures all注意每次调用只覆盖宿主架构——x86_64上产出cuda12/cuda13aarch64上产出cuda12-arm64/cuda13-arm64arm64后缀由子脚本依据uname -m自动追加。覆盖全部四个发布 classifier 需在两种架构上各跑一次。对打包 JAR 运行测试需要 GPU Docker普通的cd java mvn test运行的是本地编译的target/classes不会验证 classifier JAR 的打包正确性。要针对打包产物跑测试使用./java/ci/test_packaged_java_local.sh --work-dir /tmp/java-build-test或 CI 入口 ci/test_packaged_java.sh。工作机制结合 test_packaged_java_local.sh 与 ci/test_packaged_java.sh从--work-dir即test_java_build_local.sh的输出中解析 classifier JAR按RAPIDS_CUDA_VERSION默认12.9.2推导 classifier在work-dir/jars/classifier/下定位唯一的cudf-*-classifier.jar以--gpus all启动 ci-wheel 容器将 JAR 只读挂载为/product/cudf.jar注入JAVA_JAR/product/cudf.jar与LIBCUDF_LARGE_STRINGS_ENABLED0容器内实际执行timeout 30m mvn -B test -Ppackaged-jar-tests -Dcudf.jar.pathjarpackaged-jar-testsprofile定义于 java/pom.xml把打包 JAR 放入 surefire classpath 替代本地编译产物跳过 native 复制与主源码编译并额外运行PackagedJarOriginCheck测试普通mvn test的 surefire 配置默认排除NativeDepsLoaderTest与PackagedJarOriginCheck若JAVA_JAR未设置CI 入口会改用rapids-download-from-github从匹配的java-buildartifact命名cudf_java_amd64|arm64_cumajor下载 JAR 后再测试。遗留路径手动 Dockerfile.rocky 构建已废弃java/ci/Dockerfile.rocky build-in-docker.sh流程是旧构建路径保留仅作参考已被上述自包含脚本取代。旧流程需要在 cuDF 仓库根目录先构建镜像docker build -f java/ci/Dockerfile.rocky --build-arg CUDA_VERSION12.9.1 -t cudf-build:12.9.1-devel-rocky8 .依赖 CUDA Enhanced Compatibility支持 CUDA 12.2 及以上可修改--build-arg CUDA_VERSION与镜像标签。随后启动带 GPU 的容器nvidia-docker run -it cudf-build:12.9.1-devel-rocky8 bash容器内可下载或挂载 cuDF 仓库然后cd cudf export WORKSPACEpwd source java/ci/env.sh ${sclCMD} java/ci/build-in-docker.sh产物位于java/target/形如cudf-26.12.0-SNAPSHOT-cuda12.jar。与自包含脚本相比该路径要求本地docker build、手动管理镜像标签且无法表达多 classifier 聚合与发布版 POM 改写/还原逻辑这也是 README 将其标记为 obsolete 的原因。小结java/ci/的自包含脚本体系把 cuDF Java 的发布链路拆成三个可独立、可并发、可复验的步骤静态 libcudf 树Step 1、单 classifier JARStep 2、Maven 仓库聚合Step 3每一步都有明确的输入契约、输出校验与失败清理策略test_java_build_local.sh与test_packaged_java_local.sh则分别提供无 GPU 的构建预演和需要 GPU 的打包验证。本地执行./java/ci/test_java_build_local.sh --work-dir /tmp/java-build-test即可获得与 CI 同构的完整产物是排查 Java 打包问题的最佳起点。赞分享数据分析数据工程机器学习【免费下载链接】cudfcuDF - GPU DataFrame Library项目地址https://gitcode.com/gh_mirrors/cu/cudf点击查看免费下载相关推荐OOTDiffusion 中的 detectron2 Linux Wheel 打包指南基于 manylinux 容器为 CUDA × Python 矩阵构建发布包OOTDiffusion 中的 detectron2 Linux Wheel 打包指南基于 manylinux 容器为 CUDA × Python 矩阵构建发人工智能计算机视觉媒体生成AI 应用cuDF Java 开发实战基于 nightly libcudf 包快速构建 cudf-java JNI免源码编译cuDF Java 开发实战基于 nightly libcudf 包快速构建 cudf java JNI免源码编译 本篇技术指南讲解如何在 cudf 仓库数据分析数据工程机器学习Apache MXNet PyPI 包持续交付流水线实战基于 Jenkins 的 wheel 构建、凭据管理与发布机制解析Apache MXNet PyPI 包持续交付流水线实战基于 Jenkins 的 wheel 构建、凭据管理与发布机制解析 Apache MXNet 的 Py人工智能深度学习机器学习上一篇Hugo 的 resources.Concat 函数将多个资源拼接为一个资源下一篇better-escape.nvim完全指南如何配置无延迟退出映射创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考